基于Gammatone滤波器组的听觉特征提取

目前主流说话人特征参数在噪声环境中的鲁棒性较差。为此,提出一种可用于说话人识别的听觉倒谱特征系数。分析人耳听觉模型的工作机理,采用Gammatone滤波器组代替传统的三角滤波器组模拟人耳耳蜗的听觉模型,用指数压缩代替固定的对数压缩,模拟人耳听觉模型处理信号的非线性特性。在基于高斯混合模型分类器的识别算法下进行仿真实验,结果表明,该听觉特征具有比梅尔频率倒谱系数和线性预测倒谱系数更好的抗噪声能力。

基于Gammatone滤波器组的内燃机气缸盖振动特性研究

借助听觉模型已有的研究成果,提出了基于Gammatone滤波器组听觉模型对内燃机缸盖振动信号进行时频分析的新方法。根据柴油机本身的配气定时划分时频区域,提取能量百分比特征值,并采用RBF神经网络方法进行故障诊断与识别。对实测缸盖振动信号的分析结果表明:新方法能够准确地对信号进行时间和频率定位,分析结果直观并能很好地描述信号中的中高频成分,进而快速提取诊断特征向量,并通过神经网络成功识别出内燃机的四种不同工作工况。

基于Gammatone滤波器组分解的数字助听器频响补偿算法

目的针对现有数字助听器中的多通道频响补偿算法容易破坏语音信号的共振峰结构,致使频响补偿后语音信号的可懂度、清晰度和舒适度降低等问题,提出一种基于人耳听觉特性的多通道频响补偿算法。方法首先采用一种可以模拟人工耳蜗模型的Gammatone滤波器组,然后通过滤波处理把输入信号分为32个频带,并依据耳聋者的听力曲线对每个频带进行频响补偿。最后采用语音信号每个通道的声压级,以及从共振峰结构和主观测试对比该算法与基于Bark域的非均匀滤波器组分割频率的算法的优越性。结果通过该算法处理后的语音信号可以很好地满足不同听力损失者的听力要求。相对于比较算法,该算法语音信号的共振峰结构完整性更好,在不同的声压级下,该算法的语句可懂度提高10%以上。结论基于Gammatone滤波器组分解的数字助听器频响补偿算法优于对比算法,并且提高了听力损失者的语句可懂度和舒适度。

基于Gammatone滤波器倒谱系数与鲸鱼算法优化随机森林的干式变压器机械故障声音诊断

为有效提取变压器声音信号中的机械状态信息并识别其典型机械故障,依据人类听觉系统优异的声音识别能力,提出了一种基于Gammatone滤波器倒谱系数(GFCC)和鲸鱼算法优化随机森林(WA-RF)的变压器机械故障声音诊断方法。首先计算了变压器声音信号的GFCC,引入信息熵提取了GFCC中的主要声音特征信息。采用鲸鱼算法通过优化随机森林中决策树基分类器的规模和特征子集,构造了基于优化随机森林的变压器典型机械故障分类模型。对以某10 kV干式变压器正常与典型机械故障下声音信号的计算结果表明,所构建的基于GFCC主要特征参数和鲸鱼算法优化随机森林的变压器典型机械故障模型具有较好的识别效果,准确率可达95%以上,且具有优良的抗噪性能和鲁棒性。

Gammatone滤波器修正的多级线性预测去混响

在相对封闭的空间内,使用一些通讯设备时,距离声源较远的麦克风接收到的语音信号通常会被混响和噪声所污染,这些干扰信号会在很大程度上降低语音可懂度。带噪的混响语音经过去混响和消噪算法处理后,常常会残留一些音乐噪声,使得人耳听起来很不舒服。本文根据人耳对不同频带的听觉特征,引入Gammatone听觉滤波器组,提出了Gammatone滤波器修正的多级线性预测去混响算法。实验结果证明,新算法有效的解决了去混响及消噪后的残留音乐噪声问题,提高了语音的清晰度和舒适度。

基于Gammatone滤波器组的客观语音质量评估

语音质量是评价通信系统的一项重要指标。现有的语音质量感知评估算法采用基于Bark谱的感知模型,其算法复杂度较大,并且对于人耳的频率选择性的模拟存在不足。针对这一问题,本文提出一种新的客观语音质量评估方法,采用更加符合人耳听觉特性的Gammatone滤波器组提取特征参数,计算原始语音与失真语音的平均失真距离,并由主观平均意见分值和归一化平均失真距离之间的映射关系求出客观平均意见分值。实验表明,与感知评估方法相比,本文所提出算法的计算复杂度大大降低,同时保持了客观平均意见分值与主观平均意见分值之间的高相关度。

基于Gammatone滤波器和子带能量规整的语音特征提取

为了改善传统语音特征参数在复杂环境下识别性能不足的问题,提出了一种基于Gammatone滤波器和子带能量规整的语音特征提取方法。该方法以能量规整倒谱系数(PNCC)特征算法为基础,在前端引入平滑幅度包络和归一化Gammatone滤波器组,并通过子带能量规整方法抑制真实环境的背景噪声,最后在后端进行特征弯折和信道补偿处理加以改进。实验采用高斯混合通用背景分类器模型(GMM-UBM)将该算法和其他特征参数进行对比。结果表明,在多种噪声环境中相比其他特征参数,本文方法表现出良好的抗噪能力,即使在低信噪比下仍有较好的识别效果。

实时的Gammatone听感知滤波器组的FPGA实现

Gammatone听感知滤波器组能大幅度的提高数字助听器、语音增强和语音识别等语音处理系统的性能,但因其庞大复杂的计算量以及不可实时的综合方式限制了其实际应用.设计了一种高效的运算单元结构和复用架构,提出了一种通过延时补偿的方法简化其综合的方式,并在FPGA上实现了128通道的便于综合的可实时处理语音信号的Gammatone滤波器组.通过测试验证,该设计延时为20ms,满足实时性要求,能很好地重构语音信号,并提高语音增强系统的性能.

基于Gammatone滤波器组时频谱和卷积神经网络的海底底质分类

为了有效利用海底底质信号完成海底底质的分类识别,该文提出一种将深度学习方法和底质信号相结合实现底质分类识别的方法。首先利用Gammatone滤波器组计算底质侧扫图像信号的时频谱,然后通过卷积神经网络对得到的时频谱进行分类识别完成底质分类。利用加利福尼亚州Scott Creek近海采集的侧扫声呐图像数据进行数据分析,结果表明应用该方法的底质分类准确率平均达到99.15%,相对于利用分类器分类人工提取的底质分类特征,分类性能更加优越;同时利用该方法处理海上试验数据,结果证明该方法具有一定的泛化能力。该文研究结果对实际的海底底质分类具有一定参考意义。

基于Gammatone听觉滤波器组的水中目标线谱检测方法

针对水中目标线谱信号信噪比较低的问题,提出Gammatone听觉滤波器组的水中目标线谱检测方法。利用人耳耳蜗具有良好的分频特性和尖锐的滤波特性的特点,对水中目标线谱信号进行分频处理;同时,结合水中目标线谱信号相位稳定度较高的特点,对分频后的信号进行相位标准差加权处理,给出了该方法的检测性能。从仿真和岸基激光干涉仪实验结果可以看出:提出的方法可以检测出低信噪比下的线谱信号。从检测概率结果来看,当信噪比为-7dB时,提出方法的检测概率为1,高于常规快速傅里叶变换(FFT)方法的检测概率。所提出的方法为低信噪比下水中目标线谱检测提供了一种新的思路。

基于Gammatone滤波器分解的HRTF和GMM的双耳声源定位算法

针对数字助听器中现存声源定位算法精确度低和算法复杂度高的问题,提出一种新的双耳声源定位算法.首先,采集到的双耳声源信号通过Gammatone滤波器分解为若干个子带信号,根据能量的大小对数据进行压缩.然后,利用头相关传递函数(head-related transfer function,HRTF)中包含的双耳线索,即双耳时间差、双耳声级差及耳间相关性,提取声源位置的特征.最后,声源的位置信息由高斯混合模型(Gaussian mixture model,GMM)分类器识别.实验结果表明,建议的算法具有高精确度、低复杂度及强鲁棒性.

基于Gammatone滤波器组与子带瞬时频率的水声目标特征提取

水声目标识别是现代海战中的关键环节,具有重要的军事应用价值。针对海洋环境的复杂性及多变性,文章以模仿人耳听觉感知机理为基础,提出了基于伽玛通(Gammatone)频率瞬时幅频系数的特征提取方法。该方法通过Gammatone滤波器组模拟人耳基底膜对信号的分解、处理过程,在各子带输出信号中提取目标的子带瞬时频率特征,并与传统的瞬时幅度特征相结合,从而更加全面地反映目标的固有属性。利用支持向量机对四类实测水声目标辐射噪声数据进行了识别实验,结果表明,文章的特征提取算法能够较好地抑制噪声,具有较强的鲁棒性。

Gammatone与Wiener滤波联合语音增强研究

语音增强的多频带处理技术日益受到重视,提出G_W联合算法,使用Gammatone滤波器组将含噪语音信号分解成若干个频带信号,通过改进的Wiener滤波技术对各个频带信号进行降噪,最后综合这若干频带,得到增强后的语音。实验结果表明,该方法能够更为有效地抑制宽带噪声,降低音乐噪声残留,获得较好的听觉舒适度,具有实用价值。

基于时域Gammatone滤波特征的轴承加工缺陷智能诊断方法

现有轴承自动化装配生产线通过阈值法判断轴承是否存在加工缺陷,再由人工抽检识别轴承的具体缺陷类型,进而优化生产工艺,达到控制加工质量的目的。然而,人耳识别易受质检员主观因素的影响,难免存在对轴承加工缺陷的误诊或漏诊。为提高轴承加工缺陷类型的识别精度,同时满足大批量轴承的连续诊断需求,提出了基于时域Gammatone滤波特征的轴承加工缺陷智能诊断方法,该方法模拟人类听觉系统对声音信号的处理机制,首先利用Gammatone滤波器组提取轴承原始振动信号的多频段特征,然后通过训练智能诊断模型识别多频段特征对应的轴承加工缺陷类型。利用轴承生产线的实测数据对提出方法进行验证,结果表明:相较于其他特征提取方式,该方法能够模拟人耳对轴承加工缺陷的识别,提高了轴承加工缺陷的诊断精度。

基于Gammatone频率离散小波系数的水下目标鲁棒识别

针对水下目标辐射噪声的复杂性和研究样本的局限性,提出了一种基于Gammatone频率离散小波系数的特征提取方法,结合人耳听觉感知机理,提取出了有效吻合人耳听觉特性的识别特征。该方法在2个方面改进了目前广泛采用的美尔倒谱系数:1用Gammatone滤波器代替三角滤波器,更好地模拟了人耳基底膜的滤波特性;2用离散小波变换替换离散余弦变换,使得识别特征具有优良的局部化特性。针对实录的水下动物叫声和舰船辐射噪声进行分类实验,表明所提出的特征提取方法在识别率和稳健性方面都有明显提高。

水下目标的Gammatone子带降噪和希尔伯特-黄变换特征提取

水下目标识别是水声探测中的关键技术,具有重要的应用价值。海洋环境的复杂性导致水下目标识别中存在不可回避的噪声干扰。以人耳听觉机理为基础,提出了一种结合Gammatone滤波器、小波阈值降噪和希尔伯特-黄变换(HHT)的水下目标识别方法。采用Gammatone滤波器实现人耳听觉机理的模拟,并在此基础上进行小波阈值降噪,提高系统的噪声鲁棒性,然后利用HHT进行时频分析和特征提取。利用实际水下目标数据进行识别实验,对提出的方法进行了验证。实验结果表明,提出的方法在低信噪比条件下具有良好的鲁棒性,并具有较好的识别效果。

基于Gammatone倒谱系数的直升机声信号识别

直升机辐射的声信号在空气中衰减速度慢、传播距离远,是直升机目标识别的主要依据.受人类听觉系统优异的声音信号识别能力的启发,提出了基于人耳听觉感知特性的Gammatone倒谱系数(Gammatone Cepstral Coefficients,GTCC)特征提取方法用于直升机声信号的识别.通过仿真实验,详细研究了参数设置对识别系统性能的影响,以及识别算法在噪声环境下的鲁棒性、对各种分类器的普遍适用性和相对其他特征提取方法的优越性,对实验结果给出了合理的解释.实验结果表明,所提出的方法能够根据声信号有效地辨识直升机的类别,具有很好的抗噪声干扰能力,有一定的应用前景.不同参数设置对识别性能的影响程度不同,其中窗函数长度、Gammatone倒谱系数特征数量和低频声信号对识别率的影响较大,而高频声信号对目标识别的影响较小.

多种前端滤波器的ZCPA对语音多变性的鲁棒性研究

针对语音多变性的鲁棒性问题,分别将FIR滤波器、Gammatone(GT)滤波器、Laguerre滤波器以及弯折滤波器(Warped Filter Banks,WFBs)用于过零峰值幅度(Zero Crossing Peak Amplitude,ZCPA)特征提取,并使用支持向量机(Support Vector Machine,SVM)作为后端识别系统,通过实验得到了不同滤波器下ZCPA的识别结果。结果表明在多变性语音的识别中,SVM系统较常用的HMM系统,更适于ZCPA特征;并且在SVM系统下,ERB尺度的弯折滤波器较其它前端滤波器识别效果更好,明显优于常用的MFCC特征。

基于伽玛通滤波器的双谱特征语音可懂度算法

针对现有的语音可懂度评价方法不能真实贴近人耳对语音的感知过程,提出一种基于人耳听觉特性的双谱特征预测语音可懂度评价(Gammatone-bspectral speech intelligibility metric, GBSIM)算法。充分利用双谱可以检测语音信号中的非线性相位耦合,抑制非高斯信号中的高斯噪声的特性,采用可以模拟人工耳蜗模型的Gammatone滤波器组,通过滤波处理将输入的语音信号分为32个听觉子频带,用三阶统计量对每个子频带的语音信号进行双谱估计并提取单一特征值来计算语音的可懂度。实例验证结果表明,该方法对信号失真变化敏感,其评价结果与主观评价具有很高的相关度,相对于传统的语音可懂度评价算法具有更好的评价效果。

用Gammatone滤波器组仿真人耳基底膜的特性

为了更好地理解人耳蜗的工作机制,提出了一种利用Gammatone滤波器组对基底膜进行仿真的方法。根据Gammatone滤波器组与人耳基底膜两者在冲激响应、幅频特性等方面的相似性,采用一组中心频率呈对数均匀分布的Gammatone滤波器组来模拟基底膜。采用多种信号作为输入,对该方法进行仿真测试。仿真结果表明:在纯音、混合音和语音等输入情况下,该方法能仿真人耳基底膜的动态响应过程、频率选择特性和频谱分析特性等重要特征,对于语音压缩、语音识别和人工耳蜗等听觉应用领域有参考价值。